技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
1,606 条精选近 30 天 157 条共收录 8,384 条
在Code w/ Claude SF 2026开发者大会上，Anthropic宣布提升开发者工具能力。Claude Code的速率限制翻倍，Claude Opus的API限制提高，以支持大规模可靠开发。同时，Claude平台上的托管智能体新增四项功能：“梦想”功能通过回顾会话优化记忆；多智能体编排支持主智能体并行委派子任务；“成果”功能通过定义输出标准提升任务成功率，内部测试显示最难问题成功率最多提升10%；Webhooks提供任务完成通知。大会主题演讲和分组会议录像已上线，并计划在伦敦和东京举办后续活动。
推荐理由：虽然已是旧闻，但Dreaming和Outcomes这两个功能让agent能自我改进，是构建生产级AI团队的真信号，做Claude开发的值得补课。
Co-Scientist 是一款由 Gemini 构建的协作式 AI 助手，旨在帮助科研人员加速科学突破。它通过多智能体（multi-agent）的架构设计，作为研究人员的智能伙伴参与工作流程，以提升研究效率并推动创新发现。
推荐理由：Google DeepMind 推出的科研助手，用多智能体框架帮科学家加速实验设计，如果做生物/材料领域研究，值得跟踪一下，但对其他领域暂时可能还是个概念。
PromptArmor 详细分析 Microsoft 80 多款 Copilot 产品的风险差异，提出以可读取的敏感数据、可被攻击者影响的不可信输入和不安全输出通道三要素构建威胁模型，并对 12 款部署最广的 Copilot 分级。
推荐理由：原文提出用敏感数据、不可信输入和不安全输出三要素评估各 Copilot 风险，并给出 12 款产品的分级结果和实际利用案例。
OpenAI Developers@OpenAIDevs精选AI 评分6969Codex现可通过OpenAI Developers插件，帮助您利用OpenAI API更快地构建AI应用和智能体。
推荐理由：把 Codex 直接接入 OpenAI API 开发流程，这是在给自家开发者递快刀，做 AI 应用和 Agent 的可以第一时间装上，省掉的不只是时间，还有调试的心力。
本次更新引入了多项新功能与优化。核心新增包括：集中管理会话的Agent视图（研究预览）、可设置目标并持续工作的`/goal`命令、实时调整滚轮速度的`/scroll-speed`命令，以及查看插件详情的`claude plugin details`命令。交互界面导航与控制能力得到增强。底层优化涵盖MCP服务器可获取`CLAUDE_PROJECT_DIR`环境变量、`/context all`的令牌估算会考虑模型分词器并显示舍入值。此外，修复了超过20项问题，如凭证死锁、内存无限制增长、权限规则、UI显示错误及路径处理等缺陷。
推荐理由：Claude Code 这波更新给了两个真正改变工作流的杀手功能，agent view 让你一眼看清所有会话，/goal 命令能让 Claude 自己跑完一个任务直到满足条件，做开发的同学可以立刻试试。
Microsoft Research@MSFTResearch精选AI 评分6767
推荐理由：微软发现智能体存在一个令人不安的模式，能执行任务却不会主动优化用户利益，这对埋头做 Agent 的团队是个警钟，能力不等于利他。
OpenRouter@OpenRouter精选AI 评分7676推出 Pareto Code：一种新的、免费的、实验性的编码路由。 在你的请求中设置 `min_coding_score`，然后路由到由 @ArtificialAnlys 排名的、符合你要求的最便宜的具备代码能力的模型。 实时查看帕累托前沿的变化👇
推荐理由：OpenRouter 这个实验性路由把模型选型从靠直觉变成了实时市场驱动的自动化决策，对预算敏感又看重编码质量的项目来说，是个值得一试的免费工具。
OpenRouter@OpenRouter精选AI 评分6969我们正在发布 Ring-2.6-1T，一个万亿参数级别的旗舰思考型模型，专为真实世界的复杂任务和生产环境打造：🚀 - 可调节思考深度：动态计算机制，灵活平衡认知深度、Token 成本与执行速度； - 面向 Agent 优化：针对高频工作流打造，实现快速的多步执行与工具编排，并具备 SOTA 稳定性； - 深度思考：释放模型的最大能力上限，适用于严谨的数学逻辑与科学研究。
推荐理由：万亿参数的思维模型免费到5月15日，可调思考力度的设计很接地气，做agent的可以趁窗口压测一下，看看它能不能扛住真实生产环境。
Thinking Machines Lab发布interaction models研究预览。该模型从零训练，原生处理音频、视频和文本，采用多流微回合设计实现实时响应，无需外部脚手架。研究预览展示了全新的交互能力，并在智能性与响应性上取得综合SOTA表现。
推荐理由：Thinking Machines 把实时交互训进了模型本身，不再是外挂脚手架，微轮次架构和 benchmark 数据很硬，做语音/视频助手的可以认真看看，虽然还是研究预览，但方向值得盯着。
Sam Altman@sama精选AI 评分7777Codex 在我什么都没做的情况下帮我赚到了钱.. 今天对我来说是个巨大的转折点，我让 Codex 去帮我赚 5 美元。它出去找了一条小型开源安全/审计赏金路径，提交了一个合法的 PR，跟进维护者，保护了我的付款信息隐私——（在我没要求的情况下），处理了 GitHub 证明/验证循环，并让工作被合并了。 它花了大约 22 小时进行多项安全审计。 今天我收到了那个实验的第一笔付款：16.88 美元。 如果每天重复，那就是每月 506.40 美元的运行率。 这还不是能改变生活的钱，但能亲身体验 Sam Altman 对 AI 的愿景——它会自己出去为你赚钱——这让人非常兴奋。开始看到这一点的开端真是太棒了。
推荐理由：一个普通用户让 Codex 独立完成安全审计并赚到真金白银，是 agent 走向「替你赚钱」的第一个可信证据，Sam 只回了 interesting，比十万字 PR 都重。
MachinaCheck是一款基于多智能体AI的系统，旨在革新小型CNC机加工车间的报价分析流程。传统上，车间经理需花费30-60分钟手动分析图纸，而该系统在上传STEP文件及材料、公差等简单输入后，能在30秒内生成完整的可制造性报告，明确指出零件能否制造、所需工具及生产前需采取的行动。其核心在AMD MI300X加速卡上本地运行Qwen 2.5 7B模型，利用192GB HBM3显存确保客户设计数据无需离开本地，满足了制造业对数据隐私的严格要求。系统采用五组件流水线，结合精确的几何特征提取与LLM的制造知识推理，最终输出结构化报告。
推荐理由：虽然是hackathon项目，但用多Agent做CNC可行性分析，把推理全压在本地AMD显卡上保护图纸隐私，还给了可跑的代码和Space，制造业AI落地就该这么直接。
研究团队发布了开源肿瘤临床决策支持系统OncoAgent。该系统采用双层多智能体框架，结合LangGraph拓扑与四阶段Corrective RAG流程，检索超过70份权威临床指南。系统根据查询复杂度，将任务路由至9B参数的速度优化模型或27B参数的深度推理模型，两者均通过QLoRA在AMD MI300X硬件上使用包含26万余病例的数据集进行微调。系统强制执行严格的零受保护健康信息政策，并通过三层反射安全验证器确保安全，支持完全本地部署以保护患者数据主权。
推荐理由：这个开源肿瘤AI系统把多智能体、RAG和隐私合规全塞进一台AMD服务器，临床落地又近了一步，不是那种只发论文不交代码的项目。
François Chollet@fchollet精选AI 评分8080主观能动性向来具有自我增强的特性，而AI正在放大这种效应。 低能动性的AI使用者进一步丧失能动性，高能动性的AI使用者则进一步增强能动性。
推荐理由：François Chollet 这条推文把 AI 对人的影响一针见血地拆成两类，低自主性的人会更依赖，高自主性的人会更强大，这比技术更新更能决定你未来怎么用 AI。
OpenRouter@OpenRouter精选AI 评分6565Hermes Agent 现已在全球 @OpenRouter token 排行榜上排名第一。 虽然我们共同的旅程才刚刚开始，但我们想借此机会感谢我们的贡献者、支持者和用户，感谢他们为让我们走到今天所做的一切。
推荐理由：Hermes Agent在OpenRouter登顶，不是一次普通的排名更新，它代表Agent模型的调用量正式超过了通用聊天，做Agent的该兴奋了。
Elon Musk@elonmusk精选AI 评分7575Grok 升级 [引用 @grok]：... 今天就在 iOS、Android 和 http://grok.com 上的所有计划中添加您的连接器到 Grok。
让 Grok 获取你的邮件、改进你的幻灯片、整理你的日历或组织你的 Notion。 今天就在 iOS、Android 和 http://grok.com 上的所有套餐中为 Grok 添加你的连接器。
推荐理由：Elon 亲自下场推这个功能，说明 xAI 把 Grok 的定位从聊天转向行动，打通邮件和日历后，AI 帮你去做的杂事比帮你聊的多。
OpenAI通过沙盒隔离、人工审批流程、严格网络策略与原生代理遥测四层防护机制，确保Codex代码生成模型的安全运行。沙盒环境完全隔离执行代码，所有生产请求需经人工审核批准，网络策略限制外部依赖访问，实时遥测系统监控代理行为异常。该安全框架使企业能够合规采用AI编程助手，在保障代码安全性的同时维持开发效率。
推荐理由：OpenAI 公开了内部安全运行 Codex 的完整流程，从沙箱隔离到审批策略，企业落地 AI 编码的可以直接拿去抄作业。
Bugbot宣布将团队与个人计划从每月每席位40美元的订阅制改为按使用量计费。现有用户的变化将于2026年6月5日后的下一个账单周期开始生效，例如2026年5月购买的年订阅将在2027年5月切换。团队按需消费计费，个人按包含使用量计费，平均每次运行成本约为1.00-1.50美元，具体取决于PR大小和复杂度。同时，用户现在可配置Bugbot审查PR的工作强度：默认强度下80%被识别的问题在合并时得到解决；高强度模式下可多发现35%的问题，解决率仍保持在80%。现有客户可在Cursor面板中提前切换至用量计费。
推荐理由：Cursor Bugbot 这次改用量计费对个人和小团队更友好，一次审查平均只要 1-1.5 美元，而且高努力模式能多抓 35% 的 bug，代码审查工具可能要变天了。
Ant Ling@AntLingAGI精选AI 评分7878推荐理由：蚂蚁憋了个万亿参数的大家伙，而且把可调思考和 Agent 优化当主打，明显是冲着生产级落地的，做 agent 的可以盯一下实际推理成本。
Perplexity@perplexity_ai精选AI 评分7878推荐理由：Perplexity 把内部构建 agent skills 的玩法公开了，如果你正在做 agent，这份手册比很多教程都要实战，看完就知道怎么设计、优化和维护。
OpenRouter Agent SDK 引入了一种新工具类型，使智能体能够自动处理常规决策，并在高风险决策时暂停以请求人工输入。该功能通过两个钩子实现，无需编写任何循环管理代码，从而在自动化流程中灵活嵌入关键的人工判断环节。
推荐理由：OpenRouter给Agent SDK加了人类介入挂钩，做复杂流程的团队不用自己写循环管理代码了，关键决策能拉人进来确认，是个实用的小升级。